MySQL 和 TiDB 互相快速导入全量数据

【是否原创】是
【首发渠道】爱可生开源社区
【首发渠道链接】https://mp.weixin.qq.com/s/Z1sYKus-uTTWx89oLfTXwQ
【正文】
技术分享 | MySQL 和 TiDB 互相快速导入全量数据

作者:杨涛涛
上海爱可生资深数据库专家,专研 MySQL 十余年。擅长 MySQL、PostgreSQL、MongoDB、TiDB 等开源数据库相关的备份恢复、SQL 调优、监控运维、高可用架构设计等。目前任职于爱可生,为各大运营商及银行金融企业提供 MySQL 相关技术支持、MySQL 相关课程培训等工作。

本文来源:原创投稿,内容未经授权不得随意使用,转载请联系作者并注明来源。

引言

MySQL 和 TiDB 有80%的语法兼容,大部分场景下可以混用,MySQL 可以做 TiDB 的上游,TiDB 也可以做 MySQL 的上游,今天来分享下两种数据库之间全量数据如何导入导出。

一般来讲,逻辑导入导出格式有两种,一种是 CSV 、TSV 等格式,另外一种就是 SQL 语句的格式。

这里我用两张表作为导入导出示例,一张是表 t1 ,另外一张是表 t1_csv ,记录都有 200W ; TiDB 版本为3.1.2,MySQL 版本为 5.7.31。

第一部分:TiDB 为上游导出数据,MySQL 作为下游导入数据。

TiDB 数据库本身不支持表记录直接导出为 CSV 文件,不过 TiDB 有额外的工具来导出(3.0 版本 mydumper 来导出 SQL 文件、4.0 版本有 dumpling 来导出 SQL 和 CSV )。

分别用 dumper 导出表 t1 ,结果为 SQL 文件;dumpling 导出表 t1_csv 结果为 CSV 文件;这两个导出程序和 mysqldump 一样,需要连接在线数据库。

dumper 导出 sql 文件的命令行:(每个文件大概256M)

[root@ytt-pc data_sql]# mydumper  -u root -h 127.0.0.1 -P 4001 -B ytt -T t1  -F 256 -o /tmp/data_sql/

导出来的文件列表:(类似我之前分享的 MySQL SHELL UTIL 组件导出的文件列表)

[root@ytt-pc data_sql]# ls -sihl
总用量 1.1G
201327040 4.0K -rw-r--r-- 1 root root  146 5月  12 18:21 metadata
201327041 4.0K -rw-r--r-- 1 root root   65 5月  12 18:21 ytt-schema-create.sql
201327077 246M -rw-r--r-- 1 root root 246M 5月  12 18:21 ytt.t1.000000002.sql
201327078 246M -rw-r--r-- 1 root root 246M 5月  12 18:21 ytt.t1.000000003.sql
201327079 245M -rw-r--r-- 1 root root 245M 5月  12 18:21 ytt.t1.000000004.sql
201327080 122M -rw-r--r-- 1 root root 122M 5月  12 18:21 ytt.t1.000000005.sql
201327075 245M -rw-r--r-- 1 root root 245M 5月  12 18:21 ytt.t1.00001.sql
201327076 4.0K -rw-r--r-- 1 root root  327 5月  12 18:21 ytt.t1-schema.sql

dumpling 导出 csv 文件的命令行:(同样,每个 CSV 文件也是256M)

[root@ytt-pc data_csv]# dumpling  -B ytt -T ytt.t1_csv -uroot  -P4001 -h 127.0.0.1 --filetype csv --filesize 256M -o /tmp/data_csv/
Release version: v4.0.8
Git commit hash: b84f64ff362cedcb795aa23fa1188ba7b7c9a7d7
Git branch:      heads/refs/tags/v4.0.8
Build timestamp: 2020-10-30 08:14:27Z
Go version:      go version go1.13 linux/amd64

[2021/05/12 18:22:05.686 +08:00] [INFO] [config.go:180] ["detect server type"] [type=TiDB]
[2021/05/12 18:22:05.686 +08:00] [INFO] [config.go:198] ["detect server version"] [version=3.1.2]...

导出来的文件列表:

[root@ytt-pc data_csv]# ls -sihl
总用量 1.1G
555999 4.0K -rw-r--r-- 1 root root  146 5月  12 18:22 metadata
127975 4.0K -rw-r--r-- 1 root root   94 5月  12 18:22 ytt-schema-create.sql
132203 257M -rw-r--r-- 1 root root 257M 5月  12 18:22 ytt.t1_csv.0.csv
555974 257M -rw-r--r-- 1 root root 257M 5月  12 18:22 ytt.t1_csv.1.csv
555996 257M -rw-r--r-- 1 root root 257M 5月  12 18:22 ytt.t1_csv.2.csv
555997 257M -rw-r--r-- 1 root root 257M 5月  12 18:22 ytt.t1_csv.3.csv
555998  71M -rw-r--r-- 1 root root  71M 5月  12 18:22 ytt.t1_csv.4.csv
127980 4.0K -rw-r--r-- 1 root root  324 5月  12 18:22 ytt.t1_csv-schema.sql

导出来后,我写了个简单的脚本来导入这两张表到 MySQL

#!/bin/sh
usage(){        
  echo ""     
  echo "Usage:./source_tidb_to_mysql csv or sql"       
  echo ""
}
file_format=$1
file_path_csv=/tmp/data_csv/
file_path_sql=/tmp/data_sql/
if [ "$file_format" = "csv" ];then
  for i in `ls "$file_path_csv"ytt*.csv` 
  do  {   
 
    load_options="load data infile '$i' into table t1_csv fields terminated by ',' enclosed by '\"' ignore 1 lines"    
    mysql -udumper -S /tmp/mysql_sandbox5731.sock -D ytt -e "$load_options" 
  } 
  done
elif [ "$file_format" = "sql" ];then 
  for i in `ls "$file_path_sql"ytt.t1.*.sql` 
  do 
  {    
    mysql -udumper -S /tmp/mysql_sandbox5731.sock -D ytt<$i 
  } 
  done
else  
  usage;
fi

分别调用脚本导入表 t1 和 t1_csv 到 MySQL

导入表t1
[root@ytt-pc scripts]# ./source_tidb_to_mysql sql

导入表t1_csv
[root@ytt-pc scripts]# ./source_tidb_to_mysql csv

简单校验下表记录数是否为200W:

mysql [localhost:mysql_sandbox5731.sock] {root} (ytt) > select (select count(*) from t1) 't1_count', (select count(*) from t1_csv) 't1_csv_count';
+----------+--------------+
| t1_count | t1_csv_count |
+----------+--------------+
|  2000000 |      2000000 |
+----------+--------------+
1 row in set (1.86 sec)

第二部分:MySQL 为上游导出数据,TiDB 作为下游导入数据。

为了避免 MySQL 自由工具导出后可能需要做额外的文本修正,这里直接用 TiDB 提供的导出工具 dumpling 来导出 MySQL 表 t1 和 t1_csv ,dumpling 自动检测到数据源是 MySQL 。

[root@ytt-pc data_csv]# dumpling  -B ytt -T ytt.t1_csv -udumper -P5731  -h 127.0.0.1 --filetype csv --filesize 256M -o /tmp/data_csv/
Release version: v4.0.8
Git commit hash: b84f64ff362cedcb795aa23fa1188ba7b7c9a7d7
Git branch:      heads/refs/tags/v4.0.8Build timestamp: 2020-10-30 08:14:27Z
Go version:      go version go1.13 linux/amd64

[2021/05/12 17:57:24.035 +08:00] [INFO] [config.go:180] ["detect server type"] [type=MySQL]
[2021/05/12 17:57:24.035 +08:00] [INFO] [config.go:198] ["detect server version"] [version=5.7.31]...

同样,用 dumpling 工具导出格式为 SQL 的文件

[root@ytt-pc data_sql]# dumpling  -B ytt -T ytt.t1 -udumper -P5731  -h 127.0.0.1 --filetype sql --filesize 256M -o /tmp/data_sql/
Release version: v4.0.8
Git commit hash: b84f64ff362cedcb795aa23fa1188ba7b7c9a7d7
Git branch:      heads/refs/tags/v4.0.8Build timestamp: 2020-10-30 08:14:27Z
Go version:      go version go1.13 linux/amd64

[2021/05/12 18:01:56.984 +08:00] [INFO] [config.go:180] ["detect server type"] [type=MySQL]
[2021/05/12 18:01:56.984 +08:00] [INFO] [config.go:198] ["detect server version"] [version=5.7.31]...

MySQL 源数据导出来后,用 TiDB 提供的全量数据导入工具 tidb-lightning 进行快速导入,这个工具支持 CSV 数据源或者 mydumper/dumpling 导出的 SQL 数据源。

tidb-lightning 工具得先运行后端程序 tikv-importer ,用来把 tidb-lightning 转换的键值对应用到数据库;

再启动 tidb-lightning 程序来接受数据源,并且转换为键值对交给后台 tikv-importer 进行导入。

  1. 启动 tikv-importer 常驻进程,端口默认8287
[root@ytt-pc data_sql]# tikv-importer -A 127.0.0.1:8287
  1. 接下来启动 tikv-lightning 任务开始导入:(默认端口8289)

分别导入表 t1 和表 t1_csv

导入表t1  
 [root@ytt-pc data_sql]# tidb-lightning   --importer 127.0.0.1:8287  --status-addr 127.0.0.1:8289 --tidb-host 127.0.0.1 --tidb-port 4001 --tidb-status 10081 --tidb-user root -d /tmp/data_sql       

导入表t1_csv   
[root@ytt-pc data_sql]# tidb-lightning   --importer 127.0.0.1:8287  --status-addr 127.0.0.1:8289 --tidb-host 127.0.0.1 --tidb-port 4001 --tidb-status 10081 --tidb-user root -d /tmp/data_csv 

同样进行下简单的校验:

mysql [127.0.0.1:4001] {root} (ytt) > select (select count(*) from t1) t1_count, (select count(*) from t1_csv) t1_csv_count;
+----------+--------------+
| t1_count | t1_csv_count |
+----------+--------------+
|  2000000 |      2000000 |
+----------+--------------+
1 row in set (1.04 sec)

如果表数据量很小,可以考虑直接 MySQL 端执行 select … into outfile 的方式导出 CSV ,完后 TiDB 端直接导入

比如直接导入1W行的小表 t1_small ,MySQL 端导出 CSV :

mysql [localhost:mysql_sandbox5731.sock] {root} (ytt) > select * from t1_small into outfile '/tmp/data_csv/t1_small.csv' fields terminated by ',' enclosed by '"';
Query OK, 10000 rows affected (0.03 sec)

TiDB 端直接 SQL 命令导入:

mysql [127.0.0.1:4001] {root} (ytt) > load data local infile '/tmp/data_csv/t1_small.csv' into table t1_small fields terminated by ',' enclosed by '"';
Query OK, 10000 rows affected (1.55 sec)Records: 10000  Deleted: 0  Skipped: 0  Warnings: 0
2赞